Python，递归地应用regex负前瞻

Question

在python中，我试图通过将用户定义的regex表达式解析为自定义regex表达式来实现它。然后将此自定义正则表达式应用于指定空格的字符串。其思想是在第二列上应用用户regex，而不使用for循环。你知道吗

Stream //streams/sys_util mainline none 'sys_util'
Stream //streams/gta mainline none 'gta'
Stream //streams/gta_client development //streams/gta_cdevelop 'gta_client'
Stream //streams/gta_develop development //streams/gta 'gta_develop'
Stream //streams/gta_infrastructure development //streams/gta 'gta_infrastructure'
Stream //streams/gta_server development //streams/gta_cdevelop 'gta_server'
Stream //streams/0222_ImplAlig1.0 task none '0222_ImplAlig1.0'
Stream //streams/0377_kzo_the_wart task //streams/applications_int '0377_tta'

预期输出应为

//streams/gta
//streams/gta_client
//streams/gta_develop
//streams/gta_infrastructure
//streams/gta_server

这是我的密码

import re
mystring = "..."
match_rgx = r'Stream\s(\/\/streams\/gta.*)(?!\s)'
result = re.findall(match_rgx, mystring, re.M)

注意：第一个括号内的表达式不能更改（因为它是从用户输入解析的），所以\/\/streams\/gta.*必须保持原样。你知道吗

如何改善负面展望以获得预期结果？你知道吗

Answer 1

您可以使用：

match_rgx = 'Stream\s(//streams/gta.*?)\s'
result = re.findall(match_rgx, mystring)

默认情况下，操作符*是贪婪的，因此它将尝试捕获尽可能多的文本（例如：“//streams/gta mainline none”将匹配没有？）。但你只想要第二列，所以，用？操作符变得不贪婪，并在最小模式处停止，这里是在第一次出现\s（“//streams/gta”）时。你知道吗

希望这是清楚的，看看文档（https://docs.python.org/2/library/re.html#contents-of-module-re），如果不是。你知道吗

顺便说一句，你不必转义/，它不是一个特殊的字符。 如果不使用^或$，那么使用re.M标志是没有用的。你知道吗

编辑：由于你的编辑，如果你不想赶上发展，一些信息成为无用的。你知道吗

编辑2：没有看到你不想改变模式。在这种情况下，只需执行以下操作：

match_rgx = 'Stream\s(\/\/streams\/gta.*?)\s'

编辑3：见评论。你知道吗

Answer 2

在https://regex101.com/上测试，这应该可以完成所有第2列的工作：

(?:\w+\s([^\s]+)\s.*[\n|\n\r]*)

仅适用于GTAs第2列：

(?:\w+\s(\/\/streams\/gta[^\s]*)\s.*[\n|\n\r]*)

对于一行，它就像（第二列）：

\w+\s([^\s]+)\s.*

Gta仅适用于1条生产线：

\w+\s(\/\/streams\/gta[^\s]*)\s.*